Internationellt masterprogram i datateknik

Syfte

Denna påbyggnadsutbildning syftar till att ge aktuell och hållbar spjutspetskunskap för arbete med forskning och avancerad utveckling vid högteknologiska IT-företag, regionalt, nationellt och internationellt.

Lärandemål

HÖGSKOLEFÖRORDNINGENS MÅL FÖR MASTEREXAMEN

Kunskap och förståelse
För masterexamen skall studenten
– visa kunskap och förståelse inom huvudområdet för utbildningen, inbegripet såväl brett kunnande inom området som väsentligt fördjupade kunskaper inom vissa delar av området samt fördjupad insikt i aktuellt forsknings- och utvecklingsarbete, och
– visa fördjupad metodkunskap inom huvudområdet för utbildningen.

Färdighet och förmåga
För masterexamen skall studenten
– visa förmåga att kritiskt och systematiskt integrera kunskap och att
analysera, bedöma och hantera komplexa företeelser, frågeställningar och situationer även med begränsad information,
– visa förmåga att kritiskt, självständigt och kreativt identifiera och formulera frågeställningar, att planera och med adekvata metoder genomföra kvalificerade uppgifter inom givna tidsramar och därigenom bidra till kunskapsutvecklingen samt att utvärdera detta arbete,
– visa förmåga att i såväl nationella som internationella sammanhang muntligt och skriftligt klart redogöra för och diskutera sina slutsatser och den kunskap och de argument som ligger till grund för dessa i dialog med olika grupper, och
– visa sådan färdighet som fordras för att delta i forsknings- och utvecklingsarbete eller för att självständigt arbeta i annan kvalificerad verksamhet.

Värderingsförmåga och förhållningssätt
För masterexamen skall studenten
– visa förmåga att inom huvudområdet för utbildningen göra bedömningar med hänsyn till relevanta vetenskapliga, samhälleliga och etiska aspekter samt visa medvetenhet om etiska aspekter på forsknings- och utvecklingsarbete,
– visa insikt om vetenskapens möjligheter och begränsningar, dess roll i samhället och människors ansvar för hur den används, och
– visa förmåga att identifiera sitt behov av ytterligare kunskap och att ta ansvar för sin kunskapsutveckling.

LÄRANDEMÅL FÖR INTERNATIONELLT MASTERPROGRAM I DATATEKNIK

Efter avslutad utbildning ska studenten:
• Visa goda kunskaper om forsknings- och utvecklingsläget inom det datatekniska området.
• Visa förtrogenhet med utvecklingstrender och aktuella tillämpningar.
• Visa färdigheter i mjukvaruimplementering av algoritmer och användandet av relevanta mjukvarupaket.
• Visa goda färdigheter i att förklara och motivera olika metoder inom artificiell intelligens och maskininlärning.
• Visa god förmåga i alla former av kunskapsskapande genom datautvinning.
• Visa goda färdigheter i att analysera och optimera den tekniska prestandan för olika system och avancerade tjänster.
• Visa avancerade färdigheter i simulering, modellering och analys av algoritmer och system.
• Visa fördjupade färdigheter inom åtminstone fyra av följande områden beroende på inriktning: multidimensionell visuell representation, bildbehandling, bildanalys, komprimering, datorseende, multivygeometri, visualisering, resurs- och nätverkshantering, distribuerade system, trådlös kommunikation, nätverkssäkerhet, intelligenta realtidssystem och simulering av system.

Innehåll

Datateknik AV:
Datamining och maskininlärning, 6 hp
Kvantitativ forskning och utveckling, 6 hp
Neurala nätverk och djupinlärning, 6 hp
Sannolikhetslära och stokastiska processer, 6 hp
Tillämpad optimering, 6 hp
Examensarbete, 30 hp

Datateknik GR (C):
Fördjupningskurs i datateknik, 3 hp #

Inriktning intelligenta system och nätverk:
Datateknik AV:
Avancerade nätverkskoncept, 6 hp
Avancerade distribuerade algoritmer, 6 hp #
Distribuerade system och beräkningar, 6 hp
Experimentellt arbete med intelligenta IoT-nätverk, 6 hp #
Inbyggda system, 6 hp
Inbyggd intelligens, 3 hp #
Nätverkssäkerhet och integritet, 6 hp #
Simulering och analys, 6 hp
Trådlös kommunikation, 6 hp
Trådlös radioresurshantering, 6 hp #

Inriktning visuell AI:
Datateknik AV:
Användarcentrerad design, 3 hp #
Avancerad bildbehandling, 6 hp #
Bildanalys, 6 hp
Datorgrafik, 6 hp
Datorseende och multivygeometri, 6 hp
Förstärkt och virtuell verklighet, 6 hp #
Maskininlärning för visuella mediaapplikationer, 6 hp #
Multidimensionell visuell representation och kompression, 6 hp #
Signal- och bildbehandling, 6 hp
Visualisering, 6 hp

# Kan bytas ut mot annan i utbildningen relevant kurs.

Inriktningar

Visuell AI, 120 hp
Visual AI

Intelligenta system och nätverk, 120 hp
Intelligent Systems and Networks

Behörighet

För inriktningen Visuell AI:
Kandidatexamen eller högskoleingenjörsexamen i datateknik eller elektroteknik, omfattande minst 180 hp, varav 30 hp matematiska ämnen, inklusive kurser i sannolikhetsteori och statistik och linjär algebra, samt 60 hp datateknik, inkluderande en kurs inom objektorienterad programmering.
Engelska kurs 6 från svenskt gymnasium eller motsvarande.

För inriktningen Intelligenta system och nätverk:
Kandidatexamen eller högskoleingenjörsexamen i datateknik eller elektroteknik, omfattande minst 180 hp, varav 30 hp matematiska ämnen, inklusive kurser i sannolikhetsteori och statistik och diskret matematik, samt 60 hp datateknik, inkluderande en kurs inom objektorienterad programmering.
Engelska kurs 6 från svenskt gymnasium eller motsvarande.

Programbeskrivning

Utbildningsprogrammet ges på heltid och omfattar två år (120 högskolepoäng).

Urvalsregler

Urval sker i enlighet med Högskoleförordningen och den lokala antagningsordningen.

Spärrar i utbildningen

Särskilda förkunskaper för varje kurs inom programmet anges i respektive kursplan. Studerande som ej uppfyller dessa krav ska kontakta programansvarig institution för hjälp med planering.

Undervisning och examination

Undervisnings- och examinationsformer framgår av respektive kursplan. Utbildningen ges på engelska.

Examensbenämning

Masterexamen

Teknologie masterexamen med huvudområdet datateknik, vilken översätts till Degree of Master of Science (120 credits) with a major in Computer Engineering.

Övrig information

Under studietiden kan kursernas placering i tiden, namn, innehåll, nivå och poängfördelning genomgå förändringar.

Den studerande har möjligheter att välja inriktning under studietiden. Hur valet ska genomföras samt aktuellt utbud meddelas lokalt. Valbara inriktningar kan ställas in vid för få sökande.